中國核酸公司造假了嗎
12/10/2022
為什麼在當時,沒有人出來做這道題(63語錄)
最近,由於政策突變,另一種聲音開始冒出來了:核酸公司造假!到底是不是造假,咱下面給大家做一道數學題
早在兩年前,咱就想寫這篇文章,但由於風向不對,雖然是一個科學探討的數學問題,但被咔嚓的可能性幾乎百分百,現在把這樣的數學研究方法給大家演算一下,希望不會被咔嚓。
新冠疫情流行后,美國很多大學、公司、醫院、實驗室等具備檢測能力的單位,相繼開發了大量的檢測方法和試劑盒,這些方法學和試劑盒,都需要FDA的審核批准。FDA批准測試產品上市的前提條件是什麼呢?這就是:方法的敏感度和特異度均超過95%。
什麼是敏感度超過95%?拿100個真正感染(真陽性)的病人,用這種方法測試,測出陰性結果的不得超過5個,也就是說,100個感染的人,最後測出是陽性結果的人,必須在95個以上;真陽性率95%
什麼是特異度超過95%?拿100個肯定沒有感染的正常人(真陰性),用這種方法測試,測出陽性結果的不得超過5個,也就是說,100個正常人,最後測出是陰性結果的人,必須在95個以上。真陰性率95%
根據這個原則,美國FDA迄今批准了數百個實驗室及產品,其中,僅核酸測試實驗室和方法學,就有235個。
FDA批准的檢測方法和採樣產品,其中,核酸檢測的KIT在紅框內
經過3年的運作,這些方法學在實際應用中,是不是真正達到100%的準確性了呢?
實際結果很讓人失望。
咱們先看一段發表在美國《職業環境醫學》科學雜誌上的一篇文章。
文章鏈接在此
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7934325/#R10
作者出了好幾道不同流行感染率的數學題,咱就整理出下面一個了。
假定某方法學具有95%的敏感性和95%的特異性,有1萬個人進行了檢測,其中,有100個是感染了的病例,9900是未感染的正常人,那麼,檢測出來的陽性有多少呢?
根據敏感性95%,100個感染的人,有95個陽性,而有5個測試結果為陰性(假陰性)。
根據特異性95%,9900個正常人,檢測出來的結果卻是陽性的= 9900 x 5% = 495(假陽性)
1萬個檢測樣本,測試出來陽性的有 495 + 95 = 590。
假陽性率達到了 495/590 x 100% = 83.9%。
也就是說,在人群陽性率為1%的時候(1萬人中100人感染),這樣批准上市的檢測手段,5個陽性結果中,其中4個是假陽性!
根據這樣的一個數學模型,咱們做一個推測。
假如X酸公司檢測手段極為先進,敏感性和特異度都達到了99%,那麼,檢測一個全民為1000萬的樣本,理論上應該出現多少例假陽性呢?
1000萬 x 1% (特異度如果是99%)= 10萬。
也就是說,1000萬城市人口檢測,僅僅由於檢測手段的局限性,就應該有10萬的假陽性結果出來。(這是建立在檢測方法的特異度和敏感度都在99%以上的高端產品上的)
那麼,咱們看到這樣的現象了嗎?
新聞報道,3天全員進行了一輪測試,沒有一例陽性結果……
當咱看到這樣的新聞的時候,咱只有「呵呵」了。咱曾經在一些群里說過一句話:X酸檢測,那是一地雞毛啊。
現在,網路和微信群出現了「X酸造假」的聲音,咱因為沒有證據,不作置評。
鑒於檢測手段的局限性,從科學的角度,FDA建議,臨床對病人的準確診斷,擬結合臨床癥狀,進行多種方法交叉驗證,以免影響結果的正確性。
美國實際工作中,似乎很少做這樣的「無用功」,因為,具有臨床癥狀,加上檢測陽性,該休息的休息,該治療的治療,不會因為防控不「積極」,就讓政客們倒霉了。
微信群經常看到,有民眾沒有離開家一步,結果卻「陽」了,要拉走,被「陽」的民眾據理力爭,後來,又說是工作人員失誤。
咱看到這樣的視頻,也會「呵呵」,讀者在閱讀了上面咱的分析后,應該知道問題大概出在哪裡了,因為,1%的流行率,就有84%的假陽性。而人群感染率越低,假陽性率則越高。
有心的讀者不妨算一個0.5%感染率人群的假陽性率,就明白了。
這個截圖是上面數學題文章出處,作者舉的例子特異度為98%(比咱的例子95%高),敏感度是95%(和咱的題目一樣),計算結果,也有三分之二以上的是假陽性。1萬人中,紅框是真正陽性,藍色為真正健康,綠框是假陽性率)
現在放寬了,陽性結果不會再「拉走了之」,對防控工作人員、普通民眾、檢測人員,無疑都是「鬆了一口氣」的好事。
咱相信,任何一個有檢測經驗和醫學統計經驗的人,都會做這樣的數學題,問題是:為什麼在當時,沒有人出來做這道題?
或許有讀者問咱,為什麼2年前你不做這道題。
咱有苦衷啊。
2年前,咱就質疑了XX專家,XX清瘟,結果是:被罵死!
認識的罵,不認識的,也罵!
還有,管理人員,咔嚓!